सबके लिए एक मानक: पदानुक्रमित बेयसियन साक्ष्य संचय मॉडलिंग में व्यक्तियों और समूहों की तुलना के लिए समान पैमाना

हाल के वर्षों में, साक्ष्य संचय मॉडलों (EAMs) का उपयोग व्यक्तिगत अंतर और समूह प्रभावों का अध्ययन करने के लिए बढ़ रहा है। यह प्रयास चुनौतीपूर्ण है क्योंकि EAMs को फिट करने के लिए EAM पैरामीटर में से एक को सभी प्रतिभागियों के लिए समान रखना पड़ता है, जो एक मजबूत और संभवतः असंभव अवधारणा बनाता है। इसके अलावा, यदि इस अनुमान का उल्लंघन होता है, तो अंतर या उनकी अनुपस्थिति गलत तरीके से पाई जा सकती है। इस सीमा को पार करने के लिए, इस अध्ययन में, हम एक नई विधि प्रस्तुत करते हैं जिसे मूल रूप से van Maanen & Miletić (2021) द्वारा सुझाया गया था, जो बेयसियन पदानुक्रमित अनुमानों का उपयोग करती है। इस नई विधि में, हम जनसंख्या स्तर पर पैमाना निर्धारित करते हैं, जिससे व्यक्तिगत और समूह अंतर की अनुमति मिलती है, जिसे इस प्रकार प्राप्त किया जाता है